Хмарні GPU
Хмарні GPU: погодинна оренда серверів із NVIDIA GPU
Оренда серверів із NVIDIA GPU для інференсу LLM, fine-tuning та генерації зображень. Актуальні ціни, погодинна оплата, готові шаблони PyTorch, vLLM і ComfyUI, повний SSH-доступ.
- Актуальна наявність, фіксована ціна перед замовленням
- Шаблони для PyTorch, vLLM, Ollama та ComfyUI
- Зупинені сервери з погодинною оплатою тарифікуються лише за диск
З Cloudj GPU Cloud ви орендуєте GPU-сервер із каталогу в реальному часі: обирайте модель GPU, VRAM і диск, розгортайте готовий шаблон (PyTorch, vLLM, Ollama або ComfyUI) та підключайтеся через SSH. Погодинні сервери оплачуються з балансу акаунта, а для зупиненого сервера тарифікується лише диск.
Ціни на оренду GPU та наявність у реальному часі
Наявність у реальному часі: доступність і ціни змінюються відповідно до ринку. Фінальна вартість підтверджується в консолі перед замовленням.
| GPU | VRAM на GPU | Архітектура | Продуктивність FP32 | Ліміт потужності (TDP) | Від | |
|---|---|---|---|---|---|---|
| NVIDIA RTX PRO 6000 Max-Q | 96 GB | Blackwell | ≈ 119 TFLOPS | 300 W | – | Детальніше → |
| NVIDIA RTX PRO 6000 WS | 96 GB | Blackwell | ≈ 119 TFLOPS | 600 W | – | Детальніше → |
| NVIDIA RTX 5090 | 32 GB | Blackwell | ≈ 107.6 TFLOPS | 575 W | – | Детальніше → |
| NVIDIA RTX 5090D | 32 GB | Blackwell | ≈ 107.6 TFLOPS | 575 W | – | Детальніше → |
| NVIDIA RTX PRO 6000 S | 96 GB | Blackwell | ≈ 93.6 TFLOPS | 600 W | – | Детальніше → |
| NVIDIA RTX 4090 | 24 GB | Ada Lovelace | ≈ 81.4 TFLOPS | 450 W | – | Детальніше → |
| NVIDIA RTX 6000Ada | 48 GB | Ada Lovelace | ≈ 81.4 TFLOPS | 300 W | – | Детальніше → |
| NVIDIA RTX 6000D | 84 GB | Blackwell | ≈ 77.6 TFLOPS | 600 W | – | Детальніше → |
| NVIDIA L40S datacenter | 45 GB | Ada Lovelace | ≈ 73.3 TFLOPS | 350 W | – | Детальніше → |
| NVIDIA RTX PRO 5000 | 48 GB | Blackwell | ≈ 69.6 TFLOPS | 300 W | – | Детальніше → |
| NVIDIA H100 SXM datacenter | 80 GB | Hopper | ≈ 53.5 TFLOPS | 700 W | – | Детальніше → |
| NVIDIA RTX 5080 | 16 GB | Blackwell | ≈ 53.4 TFLOPS | 360 W | – | Детальніше → |
| NVIDIA RTX 4080S | 16 GB | Ada Lovelace | ≈ 50.9 TFLOPS | 320 W | – | Детальніше → |
| NVIDIA RTX 4080 | 16 GB | Ada Lovelace | ≈ 48.6 TFLOPS | 285 W | – | Детальніше → |
| NVIDIA H100 NVL datacenter | 94 GB | Hopper | ≈ 48.3 TFLOPS | 400 W | – | Детальніше → |
| NVIDIA H200 NVL datacenter | 140 GB | Hopper | ≈ 48.3 TFLOPS | 600 W | – | Детальніше → |
| NVIDIA RTX 5070 Ti | 16 GB | Blackwell | ≈ 44.3 TFLOPS | 300 W | – | Детальніше → |
| NVIDIA RTX PRO 4000 | 24 GB | Blackwell | ≈ 44.3 TFLOPS | 145 W | – | Детальніше → |
| NVIDIA RTX 4070S Ti | 16 GB | Ada Lovelace | ≈ 42.6 TFLOPS | 285 W | – | Детальніше → |
| NVIDIA H100 PCIE datacenter | 80 GB | Hopper | ≈ 41 TFLOPS | 350 W | – | Детальніше → |
| NVIDIA RTX 4500Ada | 24 GB | Ada Lovelace | ≈ 38.2 TFLOPS | 210 W | – | Детальніше → |
| NVIDIA RTX 3090 Ti | 24 GB | Ampere | ≈ 36.4 TFLOPS | 450 W | – | Детальніше → |
| NVIDIA RTX A6000 | 48 GB | Ampere | ≈ 36.1 TFLOPS | 300 W | – | Детальніше → |
| NVIDIA RTX 4070S | 12 GB | Ada Lovelace | ≈ 35.8 TFLOPS | 220 W | – | Детальніше → |
| NVIDIA RTX 3090 | 24 GB | Ampere | ≈ 35.4 TFLOPS | 350 W | – | Детальніше → |
| NVIDIA RTX 3080 Ti | 12 GB | Ampere | ≈ 35.1 TFLOPS | 350 W | – | Детальніше → |
| NVIDIA A40 datacenter | 45 GB | Ampere | ≈ 29.9 TFLOPS | 300 W | – | Детальніше → |
| NVIDIA RTX 3080 | 10 GB | Ampere | ≈ 29.5 TFLOPS | 380 W | – | Детальніше → |
| NVIDIA RTX 4070 | 12 GB | Ada Lovelace | ≈ 29.3 TFLOPS | 200 W | – | Детальніше → |
| NVIDIA L4 datacenter | 22 GB | Ada Lovelace | ≈ 24.2 TFLOPS | 72 W | – | Детальніше → |
| NVIDIA RTX 5060 Ti | 16 GB | Blackwell | ≈ 22.8 TFLOPS | 180 W | – | Детальніше → |
| NVIDIA RTX 4060 Ti | 16 GB | Ada Lovelace | ≈ 21.6 TFLOPS | 165 W | – | Детальніше → |
| NVIDIA RTX A4000 | 16 GB | Ampere | ≈ 20.6 TFLOPS | 140 W | – | Детальніше → |
| NVIDIA RTX 3070 | 8 GB | Ampere | ≈ 19.8 TFLOPS | 220 W | – | Детальніше → |
| NVIDIA RTX 3060 Ti | 8 GB | Ampere | ≈ 15.7 TFLOPS | 200 W | – | Детальніше → |
| NVIDIA A100 PCIE datacenter | 40 GB | Ampere | ≈ 15.6 TFLOPS | 250 W | – | Детальніше → |
| NVIDIA A100 SXM4 datacenter | 40 GB | Ampere | ≈ 15.6 TFLOPS | 400 W | – | Детальніше → |
| NVIDIA A800 PCIE datacenter | 80 GB | Ampere | ≈ 15.6 TFLOPS | 300 W | – | Детальніше → |
| NVIDIA RTX 2080 Ti | 11 GB | Turing | ≈ 14.6 TFLOPS | 250 W | – | Детальніше → |
| NVIDIA RTX 3060 laptop | 12 GB | Ampere | ≈ 12.9 TFLOPS | 80 W | – | Детальніше → |
| NVIDIA Tesla V100 datacenter | 16 GB | Volta | ≈ 12.5 TFLOPS | 300 W | – | Детальніше → |
| NVIDIA CMP 170HX datacenter | 64 GB | Ampere | ≈ 12.1 TFLOPS | 250 W | – | Детальніше → |
| NVIDIA RTX 3060 | 12 GB | Ampere | ≈ 12 TFLOPS | 170 W | – | Детальніше → |
| NVIDIA Titan Xp | 12 GB | Pascal | ≈ 11.7 TFLOPS | 160 W | – | Детальніше → |
| NVIDIA RTX A2000 | 6 GB | Ampere | ≈ 11.2 TFLOPS | 70 W | – | Детальніше → |
| NVIDIA GTX 1080 Ti | 11 GB | Pascal | ≈ 11 TFLOPS | 250 W | – | Детальніше → |
| NVIDIA GTX 1080 | 8 GB | Pascal | ≈ 7.8 TFLOPS | 130 W | – | Детальніше → |
| NVIDIA GTX 1070 Ti | 8 GB | Pascal | ≈ 7.4 TFLOPS | 180 W | – | Детальніше → |
| NVIDIA GTX 1650 | 4 GB | ≈ undefined TFLOPS | W | – | Детальніше → | |
| NVIDIA Q RTX 8000 | 45 GB | Turing | ≈ 11.9 TFLOPS | 250 W | – | Детальніше → |
| NVIDIA Tesla P40 datacenter | 24 GB | Pascal | ≈ 9.4 TFLOPS | 250 W | – | Детальніше → |
| NVIDIA RTX 2070S | 8 GB | Turing | ≈ 8.8 TFLOPS | 210 W | – | Детальніше → |
| NVIDIA Q RTX 4000 | 8 GB | Turing | ≈ 7.7 TFLOPS | 125 W | – | Детальніше → |
| NVIDIA RTX 2070 | 8 GB | Turing | ≈ 7.7 TFLOPS | 150 W | – | Детальніше → |
| NVIDIA RTX 2060S | 8 GB | Turing | ≈ 7.5 TFLOPS | 175 W | – | Детальніше → |
| NVIDIA GTX TITAN X | 12 GB | Maxwell | ≈ 6.8 TFLOPS | 150 W | – | Детальніше → |
| NVIDIA RTX 2060 | 12 GB | Turing | ≈ 6.5 TFLOPS | 130 W | – | Детальніше → |
| NVIDIA GTX 1660 Ti | 6 GB | Turing | ≈ 5.3 TFLOPS | 120 W | – | Детальніше → |
| NVIDIA GTX 1660 S | 6 GB | Turing | ≈ 3.6 TFLOPS | 125 W | – | Детальніше → |
Шаблони GPU для завдань AI, LLM та рендерингу
Інференс LLM
vLLM, SGLang або Ollama з Open WebUI для розгортання й тестування мовних моделей.
Fine-tuning
Unsloth Studio для донавчання мовних моделей на власних даних.
Генерація зображень і відео
ComfyUI для роботи з Flux, SDXL і відео-пайплайнами.
Розробка на PyTorch і CUDA
Образи PyTorch та Ubuntu 24.04 з NVIDIA CUDA та доступом через SSH.
Робочий стіл або повноцінна VM
Робочий стіл Ubuntu прямо в браузері або повноцінна віртуальна машина KVM, коли це необхідно.
Як орендувати GPU-сервер за 4 кроки
- 01
Оберіть шаблон і розмір диска
- 02
Виберіть сумісний GPU з доступних у режимі реального часу
- 03
Підтвердьте вартість і створіть сервер із балансу акаунта
- 04
Підключайтеся через SSH або браузерний термінал
Тарифи та білінг хмарних GPU
- Погодинно: оплата за GPU списується погодинно, поки сервер працює. За зупинений погодинний сервер оплачується лише дисковий простір.
- Платіжні періоди: помісячно, щокварталу, щопівроку або щороку; розмір знижки відображається перед оплатою.
- Дисковий простір тарифікується за кожен GB разом із вартістю GPU.
- Ціни вказано в USD; ви можете переглядати їх у VND за актуальним курсом.
Часті запитання про хмарні GPU
Будь-які завдання, що вміщуються у пам'ять GPU: інференс і fine-tuning LLM, генерацію зображень та відео, 3D-рендеринг і розробку на CUDA. Готові шаблони для PyTorch, vLLM, SGLang, Ollama, Unsloth та ComfyUI встановлять потрібне ПЗ автоматично.
У таблиці вище наведено всі доступні конфігурації, включно з NVIDIA RTX 5090 із 32 GB VRAM за наявності. Доступність серверів оновлюється впродовж дня.
Ціни формуються на основі поточної наявності GPU і можуть змінюватися. У консолі відображається підтверджена ціна перед замовленням, і ваш сервер тарифікується саме за нею.
Так. Окрім погодинного білінгу, ви можете обрати помісячний, квартальний, піврічний або річний цикл оплати — знижка відображається до оплати. Дисковий простір оплачується за кожний GB разом із вартістю GPU.
При погодинній оплаті за зупинений сервер нараховується плата лише за його диск. Видаліть сервер, якщо збережені дані більше не потрібні.
Через SSH за вашим ключем або через вебрермінал у браузері з консолі керування. Шаблони Desktop та VM також забезпечують графічний доступ.